Python采用“对象引用传递”：函数接收对象引用的副本，不可变对象赋值创建新对象，可变对象就地修改影响外部；需用copy()保护原始可变对象。

Python中没有传统意义上的“传值”或“传引用”，而是统一采用“对象引用传递”：函数接收的是实参对象的引用（即内存地址的副本），但这个引用本身是按值传递的。关键在于理解对象的可变性（mutable vs immutable）如何影响外部变量的表现。

不可变对象（如int、str、tuple）：看似“传值”

对参数重新赋值（如 x = x + 1）会创建新对象，原变量不受影响，因为不可变对象无法就地修改。

• 函数内修改参数名指向——只改变局部引用，不影响调用方变量
• 字符串拼接、数字运算等操作均生成新对象，原对象和原变量绑定关系不变

可变对象（如list、dict、set）：可“就地修改”影响外部

若在函数内调用对象的原地方法（如 lst.append()、dct.update()），因操作的是同一块内存中的对象，外部变量可见变化。

• 使用 += 对列表操作等价于 extend()，属于就地修改
• 但 lst = lst + [1] 是重新赋值，创建新列表，不影响外部

如何安全控制参数行为？

明确意图，避免意外共享：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 若需保护原始可变对象，传入副本：func(lst.copy()) 或 func(lst[:])
• 若需返回新对象而非修改原对象，函数内显式构造并 return，不依赖副作用
• 文档或参数命名中注明是否修改入参（如 inplace=True）

一个典型误区示例

以下代码常被误认为“传引用所以能改原值”，实则是可变对象特性所致：

def add_item(items):
    items.append("new")  # ✅ 就地修改，调用方列表变化
def replace_items(items):
    items = ["a", "b"]   # ❌ 局部重绑定，不影响外部

两次调用后，只有第一次改变了原始列表。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！